基本介紹
- 中文名：螢火蟲算法
- 外文名：Firefly Algorithm
- 類別：仿生群智慧型最佳化算法
- 提出者：Xin-She Yang
- 靈感來源：來自於螢火蟲閃爍的行為
- 學科：光學
算法描述,螢火蟲算法的變種,離散螢火蟲算法,多目標螢火蟲算法,拉格朗日FA,混沌FA,混合算法,Memetic 算法,實際套用,
算法描述
螢火蟲算法的偽代碼可以概括為：
Begin
1）目標函式
2）生成一個螢火蟲的初始入口
3）制定光照強度l，因此，它與
（例如，對於最大化問題
或
;
4）定義吸收係數
while(T < MaxGeneration)
for i =1:n(所有n螢火蟲)
for j =1:n(n螢火蟲)
if({\displaystyle I_{j}>I_{i}})，
移動螢火蟲i向j;
end if
吸引力與距離
;
評估新的解決方案和更新的光強度;
end for j
end for i
排名螢火蟲和找到當前最佳;
end while
處理後的結果和可視化;
end
對於任何一兩隻螢火蟲的主要更新公式
是
，其中
是步長參數, e 
是一個矢量（服從高斯或其他的分布）。
可以證明在
的情況，FA可以簡化為 準粒子群最佳化(PSO).事實上，，如果內環（j）條被刪除，亮度 
替換為當前的全球最佳
，FA基本上成為標準PSO。
螢火蟲算法的變種
離散螢火蟲算法
離散形式的螢火蟲算法（Discrete Firefly Algorithm，DFA）DFA優於現有算法如蟻群算法。
對於圖像分割，基於FA-方法比Otsu的方法更為有效.同時， 離散螢火蟲算法對QAP問題，Durkota已進很好的實現行
針對負荷預測中的特徵選擇問題，套用FA實現Wrapper特徵選擇算法.
多目標螢火蟲算法
Apostolopoulos and Vlachos對FA進行了一個重要的多目標研究。同時，Yang提出了多目標螢火蟲算法（Multiobjective Firefly Algorithm，MOFA），對連續最佳化問題有很好的效果。
拉格朗日FA
拉格朗日螢火蟲算法用來解決電力系統最佳化單元承諾問題。
混沌FA
混沌螢火蟲算法（Chaotic Firefly Algorithm，CFA）也顯示了算法的有效性。
